人物越界检测中的自适应背景建模

摘要：

提出一种面向人物越界检测的自适应背景建模算法. 首先为当前场景建立一个自适应的背景模型. 然后,用去除背景图像的方法得到前景图像,再利用连通区域检测得到图像的运动区域. 最后,采用跟踪与分类交互工作的方法达到人物检测的目的. 跟踪所采用的是均值漂移( Mean Shift)算法,分类采用的是方向梯度直方图( Histogram of Oriented Gradient)和支持向量机( Support Vector Machine)的方法. 实验结果表明,在各类不同场景下,文中方法比常用背景建模方法相比具有更好的适应能力,同时对场景中的光照变化、树叶剧烈摆动等问题也有较好的处理结果. 采用此方法在得到的运动区域进行跟踪与分类,可以对人物进行准确的检测.

关键词：人物越界检测、混合高斯背景建模、基于贝叶斯理论背景建模、自适应背景建模

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：广东省自然科学基金项目2014a030313662;广东金融学院创新强校项目0000-E205010014093

在线出版日期：2016-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-113,117